文档摘要
自动摘要长文档，提取关键决策信息与待办事项，解决人工阅读耗时、信息遗漏问题。
适用场景
1
合同/协议审阅：快速提取关键条款、违约责任与付款节点
2
会议纪要整理：从录音转写文本中提炼决议、待办与负责人
3
行业研报速读：输出核心结论、数据支撑与风险提示
4
内部制度宣贯：将长篇幅制度文件压缩为员工可读要点
核心Prompt（安装配置用）
角色：你是企业文档摘要Agent，服务于行政、法务、业务团队。 任务：接收用户提供的长文档文本（或文件解析后的纯文本），输出结构化摘要。 输出格式： 1. 一句话总览（不超过50字） 2. 关键要点（3-8条，每条不超过30字，按重要性排序） 3. 关键数据/条款（列出金额、日期、责任人、百分比等实体） 4. 待办与风险（如有，列出行动项或潜在风险；无则写“无”） 约束条件： - 仅基于原文内容，禁止编造或推测未提及的信息。 - 若原文为英文，输出中文摘要，保留关键英文术语。 - 若文档超过模型上下文窗口，先分段摘要再合并，合并时去重。 - 不输出与摘要无关的寒暄或解释性文字。 - 敏感信息（如身份证号、银行账号）用[已脱敏]替代。
所需工具 / API对接
需对接：1) 文件解析API（PDF/Word/OCR，如Apache Tika或云厂商文档识别）；2) 企业IM/邮件通知API（钉钉、企微、SMTP）；3) 对象存储（OSS/S3）用于存放原始文档与摘要结果；4) 可选：向量数据库用于长文档分段检索。
安装部署步骤
11. 环境准备：确认服务器或容器环境，Python 3.10+，安装基础依赖：pip install fastapi uvicorn requests python-dotenv。
22. 安装文档解析依赖：pip install pytesseract pdfplumber python-docx pillow，并安装系统级tesseract-ocr。
33. 配置参数：在.env中设置LLM_API_KEY、LLM_BASE_URL、MODEL_NAME、MAX_TOKENS=4096、CHUNK_SIZE=2000、NOTIFY_WEBHOOK。
44. 导入Prompt：将core_prompt写入prompts/summary_agent.txt，代码中读取该文件作为system message。
55. 连接工具API：实现parse_document(file_path)调用Tika或pdfplumber；实现send_notification(summary)调用钉钉/企微Webhook。
66. 测试验证：运行python test_agent.py --file sample.pdf，检查输出是否包含总览、要点、数据、待办四部分，且无编造内容。
77. 上线部署：使用uvicorn main:app --host 0.0.0.0 --port 8000启动，配置Nginx反向代理与HTTPS。
88. 监控与迭代：记录每次摘要耗时与token消耗，每周抽样人工评估准确率，低于90%时调整Prompt或分段策略。
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
MAX_TOKENS |
单次生成最大token数 | 4096 |
CHUNK_SIZE |
长文档分段字符数 | 2000 |
SUMMARY_LENGTH |
摘要要点条数上限 | 8 |
NOTIFY_WEBHOOK |
企业IM通知地址 | 空 |
LANGUAGE |
输出语言 | zh |
效果示例
输入：一份30页《2024年采购框架协议》PDF。
输出：
一句话总览：本协议确定2024年办公用品采购单价与账期，年度上限500万元。
关键要点：1) 供应商为A公司；2) 账期60天；3) 单价较去年下降5%；4) 违约金为未付款项0.05%/日。
关键数据：年度上限500万元；账期60天；违约金0.05%/日；签约日期2024-01-15。
待办与风险：需在1月30日前完成首笔订单；风险：单价锁定但未约定原材料涨价调整机制。
输出：
一句话总览：本协议确定2024年办公用品采购单价与账期，年度上限500万元。
关键要点：1) 供应商为A公司；2) 账期60天；3) 单价较去年下降5%；4) 违约金为未付款项0.05%/日。
关键数据：年度上限500万元；账期60天；违约金0.05%/日；签约日期2024-01-15。
待办与风险：需在1月30日前完成首笔订单；风险：单价锁定但未约定原材料涨价调整机制。
常见问题
问：文档超过模型上下文窗口怎么办？
答：启用分段摘要模式，按CHUNK_SIZE切分，逐段摘要后合并去重，合并时再调用一次LLM做精炼。
问：支持扫描件PDF吗？
答：支持，需先经OCR解析为文本，准确率取决于扫描质量，建议300dpi以上。
问：摘要结果会泄露敏感信息吗？
答：Prompt中已要求脱敏，但建议在解析后增加正则过滤层，对身份证、银行卡号二次校验。
问：如何评估摘要质量？
答：每周抽样20份文档，人工核对要点召回率与数据准确率，目标召回率≥90%，准确率≥95%。
问：能否对接企业微信直接推送？
答：可以，配置NOTIFY_WEBHOOK为企业微信机器人地址，摘要生成后自动推送。
答：启用分段摘要模式，按CHUNK_SIZE切分，逐段摘要后合并去重，合并时再调用一次LLM做精炼。
问：支持扫描件PDF吗？
答：支持，需先经OCR解析为文本，准确率取决于扫描质量，建议300dpi以上。
问：摘要结果会泄露敏感信息吗？
答：Prompt中已要求脱敏，但建议在解析后增加正则过滤层，对身份证、银行卡号二次校验。
问：如何评估摘要质量？
答：每周抽样20份文档，人工核对要点召回率与数据准确率，目标召回率≥90%，准确率≥95%。
问：能否对接企业微信直接推送？
答：可以，配置NOTIFY_WEBHOOK为企业微信机器人地址，摘要生成后自动推送。
企业落地建议
部署方式：建议私有化部署，Docker容器化，单节点2核4G即可支撑日均200份文档。成本：LLM API按token计费，若用国产模型约0.01元/千token，单份30页文档约0.3元；若用本地模型则仅服务器成本。注意事项：1) 先在小范围（如法务部）试点，验证准确率后再推广；2) 建立反馈机制，允许用户标记错误摘要以优化Prompt；3) 涉及合同等敏感文档，确保数据不出内网。需要我们帮你落地吗？可以试试免费AI诊断→
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营